Wie TIMELY das Gesundheitswesen revolutioniert: Ein Gespräch mit Dimitris Gatsios, COO von Capemed
Dimitris Gatsios arbeitet bei Capemed, einem führenden Unternehmen im griechischen Medizintechniksektor. In seiner Position als COO spielt er bei der Entwicklung innovativer Lösungen, die das Gesundheitswesen revolutionieren, insbesondere im Bereich der Radiologie, Laborinformationssysteme sowie der Parkinson- und Herzrehabilitation, eine tragende Rolle. Wir haben mit ihm für den neuesten Beitrag auf dem SEMDATEX-Blog über seine Arbeit am TIMELY-Projekt gesprochen.
Zur Person
Dimitris Gatsios ist der COO von Capemed, einem zukunftsorientierten Unternehmen im griechischen Medizintechniksektor, das sich auf Radiologie- und Laborinformationssysteme sowie bahnbrechende Lösungen für die Parkinson- und Herzrehabilitation spezialisiert hat. Mit seinem fundierten Hintergrund in der Forschung und seinem Engagement für die Förderung des Gesundheitswesens verbindet Dimitris operativen Scharfsinn mit einem visionären Ansatz. Er konzentriert sich auf die Entwicklung innovativer Produkte, die den kritischen Bedürfnissen im Gesundheitswesen entsprechen, um die Ergebnisse für die Patienten zu verbessern und die medizinischen Arbeitsabläufe zu optimieren. Die griechische Firma Capemed ist neben SEMDATEX und weiteren einer der Konsortialpartner im TIMELY Projekt.
SEMDATEX: Die KI des TIMELY-Projekts analysiert kontinuierlich die Daten von Tausenden von Patienten mit koronärer Herzkrankheit (KHK). Können Sie genauer erklären, welche Art von Daten in die KI-Modelle einfließen und wie diese Daten analysiert werden?
Die KI in TIMELY verarbeitet kontinuierlich eine Vielzahl von Daten, die von Patienten mit koronarer Herzkrankheit (KHK, eng. CAD - Coronary Artery Disease) gesammelt wurden, um eine auf die individuellen Bedürfnisse zugeschnittene kardiale Fernrehabilitation (CR) zu unterstützen. Zu den wichtigsten Datenquellen gehören die elektronische Patientenakte, physiologische Messungen von tragbaren Geräten wie Herzfrequenz, Blutdruck, EKG-Messungen und körperliche Aktivitätsdaten, die alle über ein Ein-Tasten-Blutdruckmessgerät, ein selbst angebrachtes Holter-EKG-Pflaster und einen Aktivitätstracker erfasst werden. Die Patienten geben auch selbst gemeldete Daten über eine App ein, einschließlich täglicher Gesundheits-Updates, Symptome und Feedback zu ihren Fortschritten und Zielen.
Nach der Erfassung wendet TIMELY mithilfe von Algorithmen des maschinellen Lernens prädiktive Analysen an, die diese Daten analysieren können, um Trends zu erkennen und Risiken zu bewerten, wie etwa die Wahrscheinlichkeit von sekundären kardialen Ereignissen oder potenzieller Sterblichkeit und die prognostizierte Wirksamkeit der verordneten kardialen Rehabilitationsprogramme. Die KI-Modelle von TIMELY prognostizieren Risiken wie Vorhofflimmern durch die Analyse von EKG-Rhythmen und Pulswellenmustern. Diese frühzeitige Erkennung ermöglicht gezielte Interventionen und unterstützt die Case Manager und Kliniker dabei, die Behandlungspläne proaktiv anzupassen. Verhaltensdaten, wie die Einhaltung von Bewegungs- und Gesundheitszielen, werden ebenfalls in die Modelle integriert, was personalisierte Bewegungsempfehlungen und motivierendes Feedback ermöglicht.
Wie unterscheiden sich die KI-Algorithmen von TIMELY von herkömmlichen Herzüberwachungsmethoden? Gibt es besondere technische Herausforderungen, die Sie bei der Entwicklung der KI-Modelle bewältigen mussten?
Die KI-Algorithmen von TIMELY bieten einen proaktiveren und individuelleren Ansatz als herkömmliche Herzüberwachungsmethoden, indem sie kontinuierlich eine Vielzahl von Patientendaten in Echtzeit analysieren. Im Gegensatz zur herkömmlichen Überwachung, die sich oft auf periodische Beurteilungen in der Klinik oder einfache schwellenwertbasierte Warnungen stützt, bieten die KI-Modelle von TIMELY fortschrittliche prädiktive Erkenntnisse durch die Verarbeitung komplexer, multidimensionaler Daten von tragbaren Geräten, Selbstauskünften und elektronischen Gesundheitsakten. Diese Algorithmen können nuancierte Muster in der Herzfrequenzvariabilität, den EKG-Daten und der Pulswellenanalyse (PWA) erkennen, die auf potenzielle kardiale Risiken wie Vorhofflimmern hinweisen, noch bevor sich Symptome manifestieren. Darüber hinaus unterstützt die KI von TIMELY die individualisierte Behandlung, indem sie Fallmanagern und Klinikern vorschlägt, wie die Trainings- und Erholungspläne an den Echtzeitzustand des Patienten angepasst werden können, damit die Rehabilitationsziele mit dem aktuellen Gesundheitszustand in Einklang gebracht werden können.
Die Entwicklung dieser KI-Modelle war mit mehreren technischen Herausforderungen verbunden. Die erste bestand darin, Modelle zu entwickeln, die sowohl genau als auch erklärbar sind. Kliniker müssen die KI-gesteuerten Empfehlungen verstehen, damit sie ihnen bei wichtigen Entscheidungen vertrauen können. TIMELY ging dieses Problem an, indem es "erklärbare" maschinelle Lernmodelle entwickelte, die transparente, interpretierbare Methoden verwenden, die die Gründe für die Vorhersagen verdeutlichen.
Eine weitere Herausforderung war die Verarbeitung kontinuierlicher Datenströme, die die Entwicklung robuster Echtzeit-Verarbeitungsfunktionen erforderte. Dies erforderte sowohl eine technische Optimierung der Effizienz als auch ethische Erwägungen wie die Gewährleistung der Datensicherheit und des Schutzes der Privatsphäre der Patienten, die TIMELY durch einen verschlüsselten Datenaustausch und die strikte Einhaltung der Datenschutzbestimmungen erfüllte. Diese technischen Lösungen ermöglichen es TIMELY, eine umfassende, patientenzentrierte Versorgung zu bieten und gleichzeitig über die Grenzen der herkömmlichen Herzüberwachung hinauszugehen.
Schließlich erfordert die Sicherstellung, dass die Algorithmen Daten aus verschiedenen Quellen - oft mit Unterschieden in Format und Qualität - korrekt verarbeiten können, einen erheblichen Aufwand. Diese Herausforderung wird durch die Einführung von FHIR-Standards (Fast Healthcare Interoperability Resources) für die Datenkompatibilität angegangen, die eine nahtlose Integration von Daten aus tragbaren Geräten, Patienten-Apps und EHRs ermöglichen.
Über TIMELY
Das TIMELY-Projekt ist eine von der EU finanzierte Initiative, die sich auf die innovative Überwachung von Patienten mit koronarer Herzkrankheit (KHK) konzentriert. Das Herzstück ist eine fortschrittliche, KI-gestützte eHealth-Plattform, die in Zusammenarbeit mit führenden europäischen Institutionen entwickelt wurde. Die Plattform nutzt künstliche Intelligenz, um Risiken frühzeitig zu erkennen, personalisierte Therapieempfehlungen zu geben und so Komplikationen zu verhindern. TIMELY integriert Daten aus intelligenten Geräten und Patientenakten, um präzise, vorausschauende Gesundheitslösungen anzubieten. Mit dem Ziel, die Versorgung von CAD-Patienten in ganz Europa zu revolutionieren, setzt das Projekt neue Maßstäbe im Bereich der Präventivmedizin.
Die Plattform schlägt auf der Grundlage der KI personalisierte Therapieanpassungen vor. Was bedeutet das?
Die KI von TIMELY und das daraus resultierende Entscheidungsunterstützungssystem (DSS) sind ein wesentlicher Bestandteil von kardiologischen Rehabilitationsprogrammen, die es Klinikern ermöglichen, evidenzbasierte, individualisierte Empfehlungen zu geben. Diese KI-gesteuerten Systeme können Erkenntnisse über Faktoren wie die Wahrscheinlichkeit, dass der Patient das CR-Programm einhält, liefern und so die Interventionsstrategien für ein besseres Engagement und bessere Ergebnisse optimieren. Techniken zur Verhaltensänderung (Behavioral Change Techniques, BCTs), einschließlich kontextbezogener Anregungen und Rückmeldungen zur Zielerreichung, werden eingesetzt, um die Motivation und das Selbstmanagement der Patienten zu unterstützen. Insgesamt ermöglichen die AI-Prozesse TIMELY, die Patientenergebnisse zu verbessern, den Bedarf an Vor-Ort-Besuchen zu reduzieren und einen nachhaltigen, patientenzentrierten Ansatz für langfristige CR zu bieten.
Wie stellt TIMELY sicher, dass die von der KI bereitgestellten Empfehlungen nahtlos in die klinische Praxis integriert werden können? Welche Rolle spielt die Interoperabilität mit bestehenden Krankenhausinformationssystemen (KIS)?
TIMELY stellt sicher, dass KI-gesteuerte Empfehlungen nahtlos in die klinische Praxis integriert werden, indem es sich auf Interoperabilität, benutzerfreundliche Schnittstellen und evidenzbasierte Entscheidungshilfen konzentriert. Das Design der Plattform legt den Schwerpunkt auf die Anpassung an klinische Arbeitsabläufe, so dass Gesundheitsdienstleister die Empfehlungen von TIMELY effizient in die Patientenversorgung einbinden können. Der Schlüssel zu dieser Integration ist die Konformität von TIMELY mit den Fast Healthcare Interoperability Resources (FHIR)-Standards, die einen nahtlosen Datenaustausch mit bestehenden Krankenhausinformationssystemen (KIS) und elektronischen Gesundheitsakten (EHR) ermöglichen. Diese Standardisierung stellt sicher, dass die Dateneingaben und -ausgaben von TIMELY mit verschiedenen Systemen in verschiedenen Krankenhäusern kompatibel sind, wodurch doppelte Datensätze vermieden werden und eine ganzheitliche Sicht auf die Gesundheit jedes Patienten ermöglicht wird.
Interoperabilität ist für Kliniker unerlässlich, um auf einen vollständigen, aktuellen Datensatz zugreifen zu können, der sowohl die Erkenntnisse aus der Fernüberwachung von TIMELY als auch Daten aus krankenhausinternen Tests oder früheren klinischen Begegnungen umfasst. Diese Integration verringert das Risiko von Informationslücken und ermöglicht es, dass die KI-Empfehlungen von TIMELY direkt in den breiteren Kontext der Krankengeschichte eines Patienten eingeordnet werden können. So kann TIMELY beispielsweise Basisdaten aus der elektronischen Patientenakte (EPA) eines Krankenhauses abrufen, um KI-gesteuerte Empfehlungen zu erstellen, die auf den aktuellen Gesundheitszustand des Patienten abgestimmt sind, wie z. B. personalisierte Bewegungsempfehlungen oder Überwachungswarnungen.
Darüber hinaus bietet TIMELY ein intuitives Dashboard und erklärbare KI-Modelle, die Empfehlungen in klaren, klinisch relevanten Begriffen darstellen. Diese Transparenz ermöglicht es Klinikern, die Gründe für jede Empfehlung schnell zu beurteilen, was das Vertrauen stärkt und zeitnahe, fundierte Entscheidungen ermöglicht. Durch die Integration in das KIS fungieren die Entscheidungsunterstützungssysteme (DSS) von TIMELY als nahtlose Erweiterung bestehender klinischer Tools, die es Gesundheitsdienstleistern erleichtern, KI-gestützte Arbeitsabläufe einzuführen, die die Patientenergebnisse verbessern und gleichzeitig die Effizienz und Kontinuität der Versorgung aufrechterhalten. Diese Interoperabilität trägt entscheidend dazu bei, dass die innovativen Funktionen von TIMELY in der klinischen Praxis praktikabel und nützlich sind.
Ein wesentliches Merkmal von TIMELY ist die personalisierte Gesundheitsfürsorge, ein derzeit sehr beliebtes Thema. Wie passt die KI Empfehlungen an die individuellen Bedürfnisse der Patienten an und wie wird sichergestellt, dass diese Empfehlungen evidenzbasiert und praktikabel sind?
Die KI-Modelle analysieren die Echtzeitdaten der Patienten, um individuelle Muster und Trends zu erkennen, so dass TIMELY die Empfehlungen dynamisch an den aktuellen Gesundheitszustand des Patienten und seine Reaktion auf die Therapie anpassen kann.
So können die Algorithmen von TIMELY beispielsweise die Fallmanager dabei unterstützen, die Trainingspläne als Reaktion auf Veränderungen der Herzfrequenzvariabilität oder der vom Patienten gemeldeten jüngsten Symptome zu ändern. Wenn die Daten auf ein erhöhtes kardiovaskuläres Risiko hindeuten, wie z. B. Herzrhythmusstörungen, die durch ein EKG festgestellt wurden, oder hohe Blutdruckspitzen, kann die KI eine häufigere Überwachung oder eine veränderte körperliche Aktivität empfehlen oder sogar Warnungen für klinische Interventionen auslösen. In ähnlicher Weise nutzen die prädiktiven Modelle von TIMELY Daten zu kardiopulmonalen Metriken, um die Rehabilitationsziele anzupassen und die Intensität und Häufigkeit der Übungen so zu gestalten, dass eine sichere und effektive kardiale Erholung unterstützt wird.
Um sicherzustellen, dass die Empfehlungen evidenzbasiert sind, integriert die KI von TIMELY klinische Richtlinien und bewährte Verfahren aus der Kardiologie und der kardialen Rehabilitation, die mit den Standards für die Behandlung ischämischer Herzkrankheiten (IHD) übereinstimmen. Diese Richtlinien bilden die Grundlage für die Logik des Entscheidungsunterstützungssystems (DSS) und stellen sicher, dass alle automatischen Vorschläge den etablierten medizinischen Protokollen entsprechen. Darüber hinaus ermöglichen erklärbare KI-Modelle den Klinikern, die Daten und Gründe für jede Empfehlung zu sehen, was Vertrauen schafft und es den Gesundheitsdienstleistern ermöglicht, die KI-gesteuerten Empfehlungen in einer klinisch angemessenen Weise zu validieren oder anzupassen.
Die Praxisnähe wird durch eine benutzerfreundliche Oberfläche erreicht, die die Erkenntnisse der KI in klare, umsetzbare Schritte für Patienten und Ärzte umsetzt. Durch die Kombination von realen Daten mit klinischen Leitlinien stellt TIMELY sicher, dass jede Empfehlung nicht nur maßgeschneidert, sondern auch medizinisch fundiert, relevant und in der täglichen Patientenversorgung leicht umsetzbar ist.
Inwieweit kann die künstliche Intelligenz (KI) in TIMELY prädiktive Maßnahmen für die Sekundärprävention von Herzerkrankungen ermöglichen?
Eine Schlüsselkomponente der prädiktiven Fähigkeit von TIMELY sind die Algorithmen des maschinellen Lernens, die auf großen Datensätzen trainiert werden, um Muster zu erkennen, die mit kardiovaskulären Risiken verbunden sind. So kann die KI von TIMELY beispielsweise ein erhöhtes Risiko für Vorhofflimmern (AF) durch die Analyse von Pulswellen- und EKG-Daten erkennen und so präventive Maßnahmen ergreifen, die weitere Komplikationen im Zusammenhang mit AF, wie z. B. einen Schlaganfall, abmildern. Diese prädiktive Analyse erstreckt sich auch auf die Bewertung des Gesamtmortalitätsrisikos eines Patienten und die Wahrscheinlichkeit von Sekundärereignissen, wie z. B. wiederkehrenden Herzinfarkten. Kliniker können diese Erkenntnisse nutzen, um Behandlungspläne anzupassen oder proaktiv Lebensstiländerungen zu empfehlen und so das Fortschreiten der Krankheit zu verhindern.
Die Vorhersagemodelle von TIMELY werden zudem durch erklärbare KI-Frameworks unterstützt, die transparente Risikobewertungen und Argumente für Kliniker bereitstellen und es so einfacher machen, diese Erkenntnisse in klinische Entscheidungen einfließen zu lassen. Da die KI von TIMELY kontinuierlich aus neuen Daten lernt, kann sie ihre Vorhersagen im Laufe der Zeit anpassen und ihre Risikobewertungen auf der Grundlage des sich entwickelnden Gesundheitsprofils eines jeden Patienten feinabstimmen. Diese dynamische, prädiktive Fähigkeit ermöglicht es TIMELY, eine proaktive Rolle in der Sekundärprävention zu spielen und rechtzeitig personalisierte Interventionen anzubieten, die die langfristige Herzgesundheit unterstützen und die Wahrscheinlichkeit kritischer kardiovaskulärer Ereignisse verringern.
Kann TIMELY auch in anderen Bereichen der Überwachung eingesetzt werden, z. B. bei der Prävention von Krankheiten? Wie flexibel ist die KI-Plattform und wie könnte sie weiterentwickelt werden, um neue Indikationen abzudecken?
Die KI-Plattform von TIMELY hat dank ihres flexiblen, modularen Aufbaus in der Tat ein erhebliches Potenzial, für die Primärprävention und andere Bereiche der Krankheitsüberwachung angepasst zu werden. Die Plattform, die derzeit auf die Sekundärprävention bei ischämischen Herzkrankheiten (IHD) zugeschnitten ist, könnte auf die Primärprävention ausgeweitet werden, indem sie sich auf die Erkennung früher Risikofaktoren und Lebensstilindikatoren konzentriert, die mit der Entwicklung kardiovaskulärer Erkrankungen in Verbindung stehen. Für die Primärprävention könnte die KI von TIMELY Basisdaten wie Blutdruck, körperliche Aktivität, Herzfrequenzvariabilität und sogar Verhaltensmuster überwachen und so Trends erkennen, die auf ein erhöhtes Risiko für den Ausbruch einer Krankheit hinweisen könnten. Durch das Erkennen dieser frühen Risikofaktoren könnte die Plattform präventive Maßnahmen unterstützen, die darauf abzielen, Krankheiten zu lindern, bevor sie sich manifestieren.
Die Flexibilität der KI von TIMELY liegt in ihrer grundlegenden Architektur, die auf den Fast Healthcare Interoperability Resources (FHIR)-Standards basiert und auf Modularität ausgelegt ist. Dank dieser Anpassungsfähigkeit kann TIMELY zusätzliche Gesundheitsmetriken aufnehmen und neue Datenquellen integrieren, die für andere Krankheiten relevant sind, z. B. die Überwachung des Blutzuckerspiegels bei Diabetes oder der Atemfrequenz bei chronisch obstruktiver Lungenerkrankung (COPD). Durch die Anpassung der Algorithmen des maschinellen Lernens und der Entscheidungsunterstützungssysteme (DSS) an diese neuen Datentypen könnte sich die Plattform von TIMELY zu einem umfassenderen Präventionsinstrument entwickeln, das mehrere chronische Erkrankungen abdeckt.
Die Weiterentwicklung zur Abdeckung neuer Indikationen würde wahrscheinlich das Training der KI-Modelle auf erweiterten Datensätzen beinhalten, die die Besonderheiten anderer Krankheiten widerspiegeln, um so Vorhersagefähigkeiten zu ermöglichen, die auf verschiedene Krankheiten zugeschnitten sind. Dazu könnten spezielle tragbare Geräte wie kontinuierliche Blutzuckermessgeräte hinzugefügt oder Algorithmen implementiert werden, die Risikofaktoren für das metabolische Syndrom oder Bluthochdruck erkennen.
Der modulare Aufbau und der evidenzbasierte Ansatz von TIMELY machen es zu einem vielversprechenden Werkzeug für die Ausweitung auf die Primärprävention und eine umfassendere Gesundheitsüberwachung, was es für die Unterstützung der präventiven Gesundheitsfürsorge in einer Reihe von Bereichen chronischer Krankheiten äußerst anpassungsfähig macht.
Bitte erläutern Sie, wie Machine Learning (ML) in die Plattform integriert ist und wie es funktioniert?
In TIMELY sind die Modelle des maschinellen Lernens (ML) als Microservices integriert, wodurch eine flexible, skalierbare Architektur entsteht, die sowohl die Leistung als auch die Modularität verbessert. Indem jedes ML-Modell als unabhängiger Microservice bereitgestellt wird, ermöglicht TIMELY die nahtlose Integration und den kontinuierlichen Betrieb mehrerer Vorhersagealgorithmen, ohne die anderen Funktionen der Plattform zu unterbrechen.
Jeder ML-Microservice arbeitet unabhängig und übernimmt spezifische Aufgaben wie die Analyse von EKG-Daten auf Herzrhythmusstörungen, die Bewertung der Herzfrequenzvariabilität oder die Vorhersage der Therapietreue von Patienten im Rehabilitationsprogramm. Diese Microservices sind lose gekoppelt und kommunizieren mit der Hauptplattform von TIMELY über APIs (Application Programming Interfaces), so dass Daten sicher und effizient zwischen den KI-Modellen und dem restlichen System fließen können. Wenn beispielsweise neue Daten von einem tragbaren Gerät hochgeladen werden, leitet die TIMELY-Plattform diese automatisch an die entsprechenden Microservices zur Analyse weiter, die dann die verarbeiteten Erkenntnisse oder Risikobewertungen an das Dashboard des Arztes oder die Patienten-App zurückgeben.
Die Verwendung von Microservices für ML-Modelle verbessert auch die Skalierbarkeit und Anpassungsfähigkeit von TIMELY. Da jedes Modell ein separater Microservice ist, können neue ML-Modelle oder aktualisierte Algorithmen hinzugefügt werden, ohne das bestehende System zu beeinträchtigen, was die kontinuierliche Entwicklung und das Testen verbesserter Prognosetools erleichtert. Diese modulare Struktur ermöglicht es TIMELY, schnell auf Fortschritte in der künstlichen Intelligenz zu reagieren oder Modelle zu integrieren, die auf neue Gesundheitsmetriken abzielen, wie z. B. die Überwachung des Blutzuckerspiegels, um das Krankheitsmanagement zu erweitern.
Darüber hinaus unterstützt die Microservice-Architektur einen effizienten Lastausgleich und ein effizientes Ressourcenmanagement, was für die Verarbeitung der kontinuierlichen Datenströme von Patientengeräten entscheidend ist. Sie stellt sicher, dass jedes ML-Modell optimal läuft und je nach Bedarf nach oben oder unten skaliert wird. Dieser Ansatz vereinfacht auch die Bereitstellung und Wartung und ermöglicht es TIMELY, zuverlässige KI-Einsichten in Echtzeit über seine eHealth-Plattform zu liefern, und zwar mit minimalen Ausfallzeiten oder Unterbrechungen für die Endnutzer.
Vielen Dank für das Gespräch!